无人驾驶汽车概论 智能车辆先进技术丛书 北京理工大学出版社 陈慧岩 熊光明 龚建伟 姜岩 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

陈慧岩，熊光明，龚建伟，姜岩 著

图书标签:

• 无人驾驶
• 自动驾驶
• 智能汽车
• 智能车辆
• 汽车工程
• 传感器
• 控制系统
• 计算机视觉
• 路径规划
• 人工智能

店铺： 强泽商贸专营店

出版社： 北京理工大学出版社

ISBN：9787564094577

商品编码：25209181655

包装：平装

开本：16

出版时间：2018-01-01

页数：224

字数：252000

无人驾驶汽车概论
	定价	39.00
	出版社	北京理工大学出版社
	版次	1
	出版时间	2014年07月
	开本	16
	作者	陈慧岩，熊光明，龚建伟，姜岩
	装帧	平装
	页数	224
	字数	252000
	ISBN编码	9787564094577

　　《无人驾驶汽车概论》总结了北京理工大学智能车辆研究所长期研究无人驾驶汽车技术的经验和成果，并借鉴了国内外相关科研成果，结合无人驾驶汽车的新发展，对无人驾驶汽车技术涉及的重点内容进行了全*的介绍。

　　全书共9章，主要包括无人驾驶汽车的产生与发展，无人驾驶汽车的体系结构，无人驾驶汽车环境感知技术，无人驾驶汽车定位导航技术，无人驾驶汽车路径规划技术，无人驾驶汽车运动控制方法，无人驾驶汽车的一体化设计方法，以及无人驾驶汽车发展面临的机遇与挑战等内容。

　　本书适用于对无人驾驶汽车感兴趣的各类人员，也可作为高等院校车辆工程、自动化、计算机等专业的参考教材，同时，还可为广大从事汽车行业的工程技术人员提供参考。

*1章 无人驾驶汽车的产生与发展

1.1 地面无人驾驶车辆的发展

1.2 无人驾驶汽车的产生

1.3 无人驾驶汽车成为现实

1.4 无人驾驶汽车概述

参考文献

第2章 无人驾驶汽车体系结构

2.1 分层递阶式与反应式体系结构

2.1.1 分层递阶式体系结构

2.1.2 反应式体系结构

2.2 4D RCS

2.3 JAUS

2.4 无人驾驶汽车体系结构实例

2.4.1 Boss无人驾驶汽车体系结构

2.4.2 Brr号无人驾驶汽车体系结构

参考文献

第3章 无人驾驶汽车环境感知技术基础

3.1环境感知中的传感器

3.2 激光雷达测距传感器

3.2.1 LMSSll激光雷达

3.2.2 64线激光雷达

3.3 ESR毫米波雷达

3.4 车载视觉传感器

3.4.1 车载视觉

3.4.2 彩色空间模型

3.4.3 图像预处理

3.5 传感器标定

3.5.1 激光雷达标定

3.5.2 摄像机标定

3.5.3 摄像机和激光雷达联合标定

参考文献

第4章 无人驾驶汽车环境感知

4.1 结构化道路检测

4.1.1 结构化道路常用基本假设

4.1.2 直道检测

4.1.3 弯道检测

4.1.4 复杂环境下车道检测图像预处理

4.2 非结构化道路检测

4.3 行驶环境中目标检测

4.3.1 行人检测

4.3.2 车辆检测

4.4 交通信号灯和交通标志的检测

4.4.1 交通信号灯检测

4.4.2 交通标志检测

参考文献

第5章 无人驾驶汽车定位导航

5.1 电子罗盘与速率陀螺的航向数据融合

5.2 GPS罗盘里程计位置数据融合

5.2.1 全球导航定位系统

5.2.2 航迹推算

5.2.3 GPS罗盘 里程计组合导航定位系统

5.3 无人驾驶汽车GPS DR组合定位系统实例

5.3.1 定位传感器

5.3.2 GPs DR组合方式分析

5.3.3 互补式组合导航实现

5.4 同时定位与地图创建

5.4.1 SLAM的实现方法

5.4.2 SIAM理论发展的关键问题

5.4.3 SlJAM应用举例

5.5 视觉里程计

5.5.1 视觉里程计的基本原理

5.5.2 视觉里程计算法分类

5.5 3 两帧视觉里程计算法中的关键问题

5.5.4 考虑运动学约束的视觉里程计算法

参考文献

第6章 无人驾驶汽车路径规划

6.1 路径规划概述

6.1.1 环境地图表示方法

6.1.2 路径搜索算法

6.2 基于启发式搜索算法的路径规划

6.2.1 经典A*路径规划

6.2.2 改进的A*路径规划

6.3 实时、增量式路径规划

6.3.1 状态空间表示

6.3.2 增量式路径规划

6.3.3 变维度状态空间的实时、增量式路径规划

参考文献

第7章 无人驾驶汽车运动控制

7.1 无人驾驶汽车的纵向控制

7.1.1 油门控制

7.1.2 制动控制

7.1.3 油门与制动的切换规则

7.2 基于航向预估的无人驾驶汽车横向控制

7.2.1 二自由度动力学模型

7.2.2 航向预估算法原理

7.3 基于滑模变结构理论的无人驾驶汽车横向控制

7.3.1自动转向控制系统结构

7.3.2基于曲率的前馈控制

7.3.3基于偏差的反馈控制

7.4 考虑环境信息与车辆约束的无人驾驶汽车路径跟踪

7.4.1 考虑环境信息与车辆约束的行驶曲线生成

7.4.2 基于车辆动力学约束的速度规划

参考文献

第8章 无人驾驶汽车一体化设计

8.1 传统无人驾驶汽车

8.2 无人驾驶汽车一体化设计

8.2.1 无人驾驶汽车动力学

8.2.2 无人驾驶汽车一体化体系结构

8.2.3 无人驾驶汽车底层一体化设计

8.3 无人驾驶汽车仿真平台与实车测试

8.3.1 无人驾驶汽车仿真平台

8.3.2 无人驾驶汽车的实车测试

参考文献

第9章 无人驾驶汽车的机遇与挑战

9.1 车联网与智能交通系统

9.2 国外无人驾驶汽车

9.3 我国无人驾驶汽车

9.4 无人驾驶汽车发展面临的机遇与挑战

参考文献

《无人驾驶汽车概论：智能车辆先进技术丛书》 内容概述 本书是一本系统性介绍无人驾驶汽车（Autonomous Vehicles, AVs）核心理论、关键技术、发展现状及未来趋势的入门级读物。作为“智能车辆先进技术丛书”的重要一员，本书由国内顶尖的智能交通领域专家团队倾力打造，旨在为读者构建一个全面而深入的无人驾驶汽车知识体系。全书内容覆盖了从基础概念的界定，到感知、决策、控制等核心技术模块的详尽解析，再到系统集成、测试验证、伦理法规等方面的探讨，力求做到既有理论深度，又兼具实践指导意义。 第一章 导论：定义、发展与挑战 本章首先界定了无人驾驶汽车的概念，阐述了其不同等级的划分标准（如SAE J3016标准），并追溯了无人驾驶技术发展的历史沿革。从早期的概念验证到如今的蓬勃发展，本书梳理了关键的技术里程碑事件。随后，深入分析了当前无人驾驶汽车所面临的主要挑战，包括但不限于：感知系统的可靠性、决策算法的安全性、执行机构的精度、恶劣环境下的适应性、网络安全风险、高昂的研发与部署成本，以及至关重要的法律法规和伦理道德问题。通过本章的阅读，读者将对无人驾驶汽车的整体图景有一个初步的、宏观的认知。 第二章 感知系统：洞察世界 感知系统是无人驾驶汽车的“眼睛”和“耳朵”，其核心任务是理解车辆所处的环境。本章详细介绍了构成感知系统的各类关键传感器，包括： 摄像头（Cameras）： 阐述了单目、双目、鱼眼等不同类型摄像头的原理及其在目标检测、车道线识别、交通标志识别等方面的应用。重点讨论了图像处理技术，如目标检测算法（如YOLO、SSD）、图像分割、特征提取等。 激光雷达（LiDAR）： 介绍了激光雷达的工作原理，包括ToF（Time of Flight）和Triangulation等技术。深入解析了LiDAR点云数据的处理方法，如点云配准、目标识别、语义分割等，以及其在三维环境建模和障碍物检测中的优势。 毫米波雷达（Radar）： 讲解了毫米波雷达的电磁波特性，以及其在目标检测、速度测量、测距等方面的能力，尤其强调了其在恶劣天气（如雨、雪、雾）下的鲁棒性。 超声波传感器（Ultrasonic Sensors）： 介绍了超声波传感器在近距离障碍物检测、泊车辅助等场景下的应用。 惯性测量单元（IMU）与全球导航卫星系统（GNSS）： 阐述了IMU（包括加速度计和陀螺仪）用于姿态和速度测量，以及GNSS（如GPS、北斗）用于车辆定位的功能，并探讨了它们与RTK（Real-Time Kinematic）等高精度定位技术的结合。 此外，本章还重点探讨了多传感器融合技术，分析了如何通过融合来自不同传感器的信息，提高环境感知的准确性、完整性和鲁棒性，克服单一传感器的局限性。 第三章 定位与高精地图：精准导航 精准的定位是无人驾驶汽车安全行驶的基础。本章首先回顾了传统的定位方法，如GNSS、IMU的融合定位，并着重介绍了高精度定位技术。 高精度地图（HD Maps）： 详细讲解了高精度地图的构成要素，包括道路几何信息（如车道线、曲率、坡度）、交通标识、交通规则、POI（Point of Interest）等。分析了高精度地图的制作流程，包括数据采集（LiDAR、影像）、数据处理、特征提取、地图更新等。 定位技术： 探讨了基于点云匹配的定位（LiDAR Scan Matching）、基于视觉特征的定位（Visual Localization）以及GNSS/IMU/高精度地图融合定位等方法。重点分析了AMCL（Adaptive Monte Carlo Localization）、ICP（Iterative Closest Point）等经典定位算法。 本章强调了高精度地图与实时定位的协同工作，以及它们如何为后续的路径规划和决策提供重要的先验信息。 第四章 决策与规划：智能决策 决策与规划模块负责根据感知到的环境信息和导航目标，为车辆生成安全、高效的行驶路径和行为。 行为决策（Behavioral Decision Making）： 介绍了智能体（Agent）在交通环境中的交互行为，如变道、超车、跟车、避让行人等。探讨了基于规则的决策、基于有限状态机的决策以及基于机器学习（如强化学习）的决策方法。 路径规划（Path Planning）： 分为全局路径规划和局部路径规划。全局路径规划负责在已知地图上生成从起点到终点的宏观路线。局部路径规划则侧重于在动态环境中生成实时的、可执行的行驶轨迹，以避开障碍物并遵守交通规则。本章详细介绍了常用的路径规划算法，如A算法、Dijkstra算法、RRT（Rapidly-exploring Random Tree）系列算法、MPC（Model Predictive Control）等。 运动控制（Motion Control）： 阐述了如何将规划好的路径转化为车辆的转向、加速和制动指令。介绍了PID控制、LQR（Linear Quadratic Regulator）控制、MPC控制等在横向和纵向控制中的应用。 本章强调了决策与规划的实时性、鲁棒性和安全性，以及它们之间的相互作用。 第五章 控制系统：精准执行 控制系统是无人驾驶汽车的“四肢”，负责将决策与规划模块输出的指令精确地转化为车辆的实际运动。 车辆动力学模型： 介绍了车辆的自行车模型、两轮模型等简化模型，以及更复杂的非线性动力学模型，为控制算法的设计提供理论基础。 执行器控制： 详细讨论了对转向（Steering）、加速（Acceleration）和制动（Braking）等执行器的控制方法。 先进控制技术： 深入探讨了模型预测控制（MPC）在复杂工况下的应用，包括其在考虑约束条件下的最优控制能力。此外，还介绍了滑模控制、自适应控制等在提高系统鲁棒性和性能方面的应用。 线控技术（X-by-Wire）： 讲解了电子转向、电子油门、电子制动等线控技术在实现高精度、高响应速度控制中的作用。 本章强调了控制系统的精度、稳定性和安全性，以及其在实现平稳舒适驾驶体验中的重要性。 第六章 系统集成与测试验证：从理论到实践 将复杂的感知、定位、决策、控制等子系统有机地集成起来，并进行充分的测试验证，是实现无人驾驶汽车从理论走向实际的关键。 系统架构设计： 介绍了无人驾驶系统的整体软件架构，包括了中间件（如ROS）、模块化设计、分布式通信等。 仿真平台： 重点介绍了仿真技术在无人驾驶研发中的重要性，包括各种仿真软件（如CARLA, VTD, SVL）的功能和应用，以及如何利用仿真进行大规模场景测试和算法验证。 实车测试： 详细阐述了实车测试的流程、场地、方法和注意事项。讨论了封闭场地测试、公开道路测试的特点和要求。 测试指标与方法： 介绍了评估无人驾驶系统性能的关键指标（如安全性、舒适性、效率），以及相应的测试方法，如黑盒测试、白盒测试、回归测试等。 安全工程（Safety Engineering）： 讨论了功能安全（如ISO 26262）、信息安全等在无人驾驶系统设计中的关键性，以及风险评估、故障模式与影响分析（FMEA）等方法。 第七章 关键技术与前沿进展：面向未来 本章聚焦于当前无人驾驶技术领域的前沿热点和未来发展方向。 人工智能与深度学习： 深入探讨了深度学习在感知（如CNN、RNN、Transformer）、决策、预测等方面的广泛应用，以及端到端（End-to-End）学习模式的潜力与挑战。 V2X通信（Vehicle-to-Everything）： 详细介绍了V2V（Vehicle-to-Vehicle）、V2I（Vehicle-to-Infrastructure）、V2P（Vehicle-to-Pedestrian）等通信模式，以及其在提升交通效率、安全性和辅助决策中的作用。 车路协同（Cooperative Driving）： 探讨了如何通过车与路侧设施的协同，实现更高级别的自动驾驶功能。 高可靠性与容错技术： 讨论了如何设计冗余系统、开发失效检测和容错机制，以确保无人驾驶汽车在复杂和意外情况下的安全。 伦理、法律与社会影响： 进一步探讨了自动驾驶汽车带来的伦理困境（如“电车难题”）、法律责任划分、隐私保护、就业影响以及公众接受度等问题。 第八章 结论与展望：迈向智能出行时代 本书的最后一章对无人驾驶汽车的未来发展进行了总结和展望。回顾了本书所介绍的关键技术和重要进展，并预测了无人驾驶技术在交通运输、物流配送、出行服务等领域的广泛应用前景。同时，也再次强调了实现完全无人驾驶所面临的长期挑战，并呼吁产学研各界继续努力，共同推动智能出行时代的到来。 适用读者 本书适合高等院校车辆工程、计算机科学、交通运输工程、自动化等相关专业的本科生、研究生，以及从事汽车工程、人工智能、智能交通等领域的研究人员和工程师阅读。对于对无人驾驶汽车技术感兴趣的公众，本书也能提供一个系统而易于理解的学习路径。

评分☆☆☆☆☆

从一个对未来城市规划和交通管理感兴趣的角度来看，这本书提供了一个极其宝贵的参考。无人驾驶技术的出现，不仅仅是关于单车的智能化，更是对整个交通系统的重塑。书中对智能网联汽车与智慧城市协同发展的设想，让我看到了一个更高效、更安全、更环保的未来交通图景。它详细阐述了无人驾驶车辆如何通过与基础设施的互联互通，实现交通流量的优化分配，减少拥堵，提高通行效率。书中对交通规则、交通管理模式在无人驾驶时代可能面临的变革，以及如何利用大数据和人工智能进行城市交通的智能化管理，都进行了深刻的探讨。特别是对行人、非机动车以及传统车辆与无人驾驶车辆混合交通的场景分析，让我意识到了城市交通规划需要面对的复杂挑战。这本书为我们思考未来城市交通的形态、公共政策的制定以及基础设施的升级改造，提供了一个前瞻性的理论框架，具有重要的现实意义。

评分☆☆☆☆☆

这本《无人驾驶汽车概论》真的让人眼前一亮！作为一名对未来交通充满好奇心的普通读者，我一直觉得无人驾驶技术离我们很遥远，但这本书却以一种极其亲切且深入浅出的方式，把我带入了这场技术革命的前沿。作者们并非高高在上地堆砌枯燥的技术术语，而是像一位位经验丰富的向导，娓娓道来。从最基础的传感器原理，比如摄像头如何“看”世界，激光雷达如何“感知”距离，到复杂的决策算法，如何让车辆在车流中做出“思考”。书中对不同技术路径的比较分析，也让我对无人驾驶的实现方式有了更清晰的认识，不再是模糊的“人工智能”概念。尤其让我印象深刻的是，书中还探讨了无人驾驶在伦理、法律和社会层面可能带来的影响，这让我意识到，这不仅仅是一项技术，更是一场深刻的社会变革。读完这本书，我对无人驾驶不再是停留在科幻电影的想象，而是有了一种扎实的理解，甚至开始期待它真正融入我们生活的未来。它不仅仅是“概论”，更像是开启我对智能汽车世界大门的钥匙，让我迫不及待地想去探索更多。

评分☆☆☆☆☆

我必须说，这本书的深度和广度都超出了我的预期。作为一名在汽车行业摸爬滚打了多年的工程师，我原以为这本书顶多能提供一些行业内的最新动态，但它却给我的专业知识带来了一次“洗礼”。作者们对无人驾驶核心技术的剖析，堪称教科书级别的严谨。从底层算法的数学模型，到系统架构的设计考量，再到实际应用中的难点与挑战，书中都进行了详尽的阐述。特别是对于一些关键技术的细节，例如传感器融合算法的优化、路径规划与控制策略的权衡，以及高精度地图的构建与更新机制，都有着非常深入的讨论。书中还涉及了对不同级别自动驾驶的详细定义和技术实现路径，这对于我们理解L2、L3、L4甚至L5的差异化特征非常有帮助。此外，书中对安全性、可靠性等关键问题的探讨，以及对车联网、V2X等协同技术的引入，都展现了作者们对无人驾驶未来发展趋势的深刻洞察。这本书不仅能满足行业内资深人士的求知欲，更能为初学者构建一个坚实的技术基础，是一本值得反复研读的宝典。

评分☆☆☆☆☆

作为一名对安全和伦理问题非常关注的社会学研究者，我从这本书中得到了很多启发。无人驾驶汽车的普及，必然会触及一系列深刻的伦理和社会问题，而这本书对此进行了非常细致和前瞻性的讨论。书中对“电车难题”等经典伦理困境在自动驾驶情境下的具体表现，以及如何通过算法设计来解决这些问题，都进行了深入的剖析。它让我意识到，技术的设计并非价值中立，而是在悄无声息中承载着设计者的价值判断。此外，书中对无人驾驶可能带来的就业结构调整、隐私保护、数据安全以及责任归属等社会问题，都进行了全面的梳理和思考。它不仅仅是技术性的探讨，更是在提醒我们，在拥抱技术进步的同时，必须审慎地思考其对社会公平、个人权利以及社会结构可能产生的长远影响。这本书促使我从一个更宏观、更人文的视角去理解无人驾驶，它的价值远不止于技术本身，更在于它对人类社会未来的深刻影响。

评分☆☆☆☆☆

作为一个对科技趋势敏感的市场观察者，我一直关注着无人驾驶汽车的商业化进程，这本书为我提供了一个全新的视角。它不仅仅是技术层面的堆砌，更重要的是，它揭示了无人驾驶如何颠覆传统的商业模式和用户体验。书中对不同应用场景的分析，例如自动驾驶在物流运输、公共交通、个人出行等领域的潜在价值，让我看到了巨大的市场机遇。它详细阐述了无人驾驶技术如何通过提升效率、降低成本、改善安全来驱动商业价值的实现。同时，书中对技术成熟度、法规完善、公众接受度等非技术性因素的分析，也让我对无人驾驶的商业化落地有了更现实的认识。它并非一蹴而就，而是需要一个循序渐进的过程。特别是对商业模式的探讨，例如订阅服务、按需出行、数据服务等，都让我对未来汽车产业的生态有了更清晰的想象。这本书让我明白，理解无人驾驶，不仅要看它能做什么，更要看它如何改变我们生活的方方面面。